Analisis Ekspresi Pembezaan RNA-seq Sel Tunggal
Analisis ekspresi pembezaan RNA-seq sel tunggal (scRNA-seq DE) mengenal pasti gen yang tahap ekspresinya berbeza secara signifikan antara kumpulan sel individu yang ditakrifkan — seperti jenis sel, keadaan penyakit, atau keadaan rawatan. Tidak seperti RNA-seq pukal, yang merata-ratakan isyarat merentasi berjuta-juta sel, scRNA-seq DE beroperasi pada transkriptom setiap sel individu, membolehkan pencirian terperinci bagi peraturan gen khusus populasi sel dan heterogeniti dalam tisu yang kelihatan homogen.
Baca kaedah sepenuhnya
Log masuk dengan akaun percuma untuk membaca bahagian ini.
Peta kaedah
Kejiranan kaedah berkaitan — pilih satu nod untuk meneroka.
Sumber
- Butler, A., Hoffman, P., Smibert, P., Papalexi, E., & Satija, R. (2018). Integrating single-cell transcriptomic data across different conditions, technologies, and species. Nature Biotechnology, 36(5), 411–420. DOI: 10.1038/nbt.4096 ↗
- Love, M. I., Huber, W., & Anders, S. (2014). Moderated estimation of fold change and dispersion for RNA-seq data with DESeq2. Genome Biology, 15(12), 550. DOI: 10.1186/s13059-014-0550-8 ↗
Cara memetik halaman ini
ScholarGate. (2026, June 3). Single-Cell RNA Sequencing Differential Expression Analysis. ScholarGate. https://scholargate.app/ms/bioinformatics/single-cell-rna-seq-differential-expression
Kaedah yang mana?
Letakkan kaedah ini di sebelah kaedah yang paling rapat dengannya dan baca secara bersebelahan — perpustakaan menyusun buku di atas meja; pilihan terletak pada anda.
- Analisis KelompokStatistik↔ banding
- Analisis Pengayaan Set Gen (GSEA)Bioinformatik↔ banding
- Analisis Pengayaan LaluanBioinformatik↔ banding
- Analisis Ungkapan Perbezaan RNA-seqBioinformatik↔ banding
- Analisis scRNA-seqBioinformatik↔ banding
Dirujuk oleh
Terjumpa masalah pada halaman ini? Laporkan atau cadangkan pembetulan →